本發(fā)明公開了基于深度強化學習的服務(wù)機器人人群感知導航方法及系統(tǒng)，包括：獲取智能體的可觀測狀態(tài)和不可觀測狀態(tài)；所述智能體，包括服務(wù)機器人和行人；根據(jù)智能體的可觀測狀態(tài)和不可觀測狀態(tài)，找到服務(wù)機器人在每個時間步的最優(yōu)導航策略，以實現(xiàn)機器人在n個行人之間導航，并在沒有任何碰撞的情況下到達目標所在地；最優(yōu)導航策略以滿足最大化期望累積獎賞為目標；所述最優(yōu)導航策略包括服務(wù)機器人在每個時間步的動作指令，即在每個時間步服務(wù)機器人需實現(xiàn)的速度。本發(fā)明能夠有效預測行人的未來運動軌跡，進而提升機器人決策水平，實現(xiàn)機器人在人群環(huán)境中的可靠導航。